Adepta
Обсудить
Все работы

Проект системы · A-13 · v0.4

Plainly

Подчинить привлечение кухне и марже, а не только алгоритму.
Данные и автоматизацияДоставка готовой едыFlow Field
ADEPTA LAB / RUNNING9962 / ADAPTED
Flow Fieldv0.4 / LAB
MONEY PATHCALM
CONTROL01 → 04
КАКУЮ ЗАДАЧУ РЕШАЕММожет ли онбординг снять тревогу о деньгах, не скрывая сложность?
01Расчётный бизнес-сценарийКомпания и цифры условные
02Рабочая механикаFlow Field
03Модельный результатДля оценки масштаба задачи

РАСЧЁТНЫЙ БИЗНЕС-СЦЕНАРИЙ

Расти только там, где кухня может выполнить заказ с прибылью.

БЮДЖЕТ$65 000 на рекламу в месяцПЕРИОДМодель на 10 недель
011.4 → 2.1ROAS по марже
02+26%Выручка за 4 недели
03−72%Расход на недоступные блюда

Расчёт с маржой меню, остатками и плотностью доставки по районам.

МОДЕЛЬ БИЗНЕСА

Что продаём и где начинается проблема.

01МАСШТАБДоставка еды в нескольких городах
02РЫНОКПольша, пять городов
03ПРОДУКТГотовые блюда и недельные рационы
04МОДЕЛЬ ДОХОДАРазовые заказы и подписка
ЗАДАЧА

Расти по прибыльным заказам с учётом остатков кухни, плотности доставки и маржи каждого блюда.

НА СТАРТЕ

Кампании оптимизировались на выручку и продолжали рекламировать закончившиеся или низкомаржинальные блюда.

ЦЕЛЬ

Поднять ROAS по марже выше 1,9, удержать CPA первого заказа ниже $24 и убрать расходы на недоступные блюда.

ИСТОРИЯ ЭКСПЕРИМЕНТА

Реклама продавала блюда, которые кухня уже не могла готовить с прибылью.

Сюжет построен на расчётной модели. Компания, бюджет и результаты условные; логика диагностики и работы показана так, как выглядела бы в реальном проекте.
  1. 01
    01 / ВХОДЯЩАЯ ЗАДАЧА

    Первый симптом был виден не в рекламном кабинете.

    Удачная фотография еды продолжала собирать заказы после того, как изменились стоимость продуктов, загрузка доставки и остатки. Маркетинг видел ROAS. Кухня — замены, опоздания и маржу, исчезающую с каждой популярной корзиной.

    Доставка еды в нескольких городах продавал готовые блюда и недельные рационы на рынке: Польша, пять городов. Модель бизнеса — разовые заказы и подписка. На поверхности задача звучала просто: Расти по прибыльным заказам с учётом остатков кухни, плотности доставки и маржи каждого блюда.

    МОДЕЛЬ
    Разовые заказы и подписка
  2. 02
    02 / ПЕРВАЯ НЕДЕЛЯ

    Иллюзия выручки

    Кампании оптимизировались на выручку и продолжали рекламировать закончившиеся или низкомаржинальные блюда. Главная ловушка была в показателях, которые выглядели приемлемо по отдельности. CTR рекламы меню находился на уровне 1.24%, cpc — $1.06, а cpa первого заказа — $31.

    Большие корзины с дорогой доставкой выглядели выгоднее, чем были по марже. Это меняло диагноз: проблема была не в одной кнопке рекламного кабинета, а в том, какое событие система считала успехом и какой сигнал получала команда. Вместо оптимизации красивого промежуточного числа требовалось связать рекламу с результатом, который действительно приносит бизнесу деньги.

    CPA первого заказа
    $31 → <$24
  3. 03
    03 / ПОВОРОТ

    Связать ротацию баннеров и рекламный бюджет с наличием блюд, маржой заказа и загрузкой доставки.

    Первым решением стало «Передать маржу». Связать маржу блюда, остаток и загрузку кухни с рекламой. Следом — «Учитывать плотность»: Задать лимиты цены клиента по району и плотности маршрута.

    Считали маржу после продуктов, скидок, доставки и рекламы. Когда появилась единая логика измерения, стало видно, что можно отключить сразу, что требует нового сообщения, а где результат упирается не в трафик, а в страницу, обработку заявки или доступность продукта. Так эксперимент превратился из набора гипотез в управляемую последовательность решений.

    ПЕРВОЕ РЕШЕНИЕ
    Передать маржу
  4. 04
    04 / СБОРКА СИСТЕМЫ

    Ужин решён до конца дороги домой: показать конкретный момент и блюдо, а не общий монтаж еды.

    Ужин решён до конца дороги домой: показать конкретный момент и блюдо, а не общий монтаж еды. Для этого запланировали: 20 роликов блюд, 40 баннеров, 4 страницы под ситуации и динамические карточки меню. Проверяли не абстрактную «красоту», а конкретные элементы: экономия времени, цена порции, выбор семьи, калорийность, текстура и ближайшая доставка.

    Путь пользователя собрали как одну цепочку: Реклама ситуации → Доступное меню → Прибыльный заказ → Ценность за 4 недели. Каналы Meta, Google Search, TikTok, App campaigns перестали жить в отдельных отчётах, а инструменты GA4, Order system, AppsFlyer, BigQuery, Metabase связали расходы, поведение и конечный результат. Добавили быстрое обновление наличия и запасные объявления с заменами.

    СИСТЕМА
    4 канала · 5 инструментов
  5. 05
    05 / РЕШЕНИЕ

    Рост доставки — не количество заказов. Это количество выгодных заказов, которые команда способна выполнить хорошо.

    В расчётной модели ctr рекламы меню изменился с 1.24% до 2.03%, cpa первого заказа — с $31 до $22, а расходы на недоступное достиг $2.3k. Это не обещание будущему клиенту, а прозрачный ориентир: какие числа должны подтвердить или опровергнуть выбранную механику.

    Недели 8–10: Масштабировать по марже и загрузке. Главный вывод оказался шире отдельной кампании. Рост пришёл, когда реклама стала продавать то, что кухня могла выгодно выполнить, а не всё доступное в каталоге. Именно такую логику мы переносим из модельного сценария в реальный проект — с настоящими данными, ограничениями и ответственными за решение людьми.

    Расходы на недоступное
    $2.3k

KPI / CTR / CPC / CPA

Не один красивый процент. Вся цепочка цифр.

Все показатели в этом разделе расчётные и показывают логику сценария.
01CTR рекламы меню
БЫЛО
1.24%
ЦЕЛЬ
1.80%
МОДЕЛЬ
2.03%

Интерес к конкретному блюду и сценарию

02CPC
БЫЛО
$1.06
ЦЕЛЬ
<$0.82
МОДЕЛЬ
$0.74

Цена перехода в меню

03CPA первого заказа
БЫЛО
$31
ЦЕЛЬ
<$24
МОДЕЛЬ
$22

Цена первого оплаченного заказа

04ROAS по марже
БЫЛО
1.4
ЦЕЛЬ
>1.9
МОДЕЛЬ
2.1

Возврат рекламы по марже, а не выручке

05Расходы на недоступное
БЫЛО
$8.4k
ЦЕЛЬ
<$3k
МОДЕЛЬ
$2.3k

Бюджет на блюда, которых нельзя заказать

СТРАТЕГИЯ

Четыре решения, которые меняют экономику.

  1. 01
    Передать маржу

    Связать маржу блюда, остаток и загрузку кухни с рекламой.

  2. 02
    Учитывать плотность

    Задать лимиты цены клиента по району и плотности маршрута.

  3. 03
    Меню под ситуацию

    Собрать пути для офисного обеда, семейного ужина, рациона и быстрого повтора.

  4. 04
    Оптимизировать по прибыли

    Передавать маржу заказа и ценность за четыре недели в алгоритмы.

РЕКЛАМНАЯ ИДЕЯ

Ужин решён до конца дороги домой: показать конкретный момент и блюдо, а не общий монтаж еды.

ПРОИЗВОДСТВО

20 роликов блюд, 40 баннеров, 4 страницы под ситуации и динамические карточки меню.

ЧТО ТЕСТИРУЕМ

Экономия времени, цена порции, выбор семьи, калорийность, текстура и ближайшая доставка.

ПУТЬ К РЕЗУЛЬТАТУ

  1. 01Реклама ситуации
  2. 02Доступное меню
  3. 03Прибыльный заказ
  4. 04Ценность за 4 недели

ЧТО ПОШЛО НЕ ПО ПЛАНУ

Проблемы не прячем. Показываем решение.

01

Иллюзия выручки

ПРОБЛЕМА

Большие корзины с дорогой доставкой выглядели выгоднее, чем были по марже.

РЕШЕНИЕ

Считали маржу после продуктов, скидок, доставки и рекламы.

02

Задержка остатков

ПРОБЛЕМА

Рекламный фид обновлялся медленнее, чем кухня распродавала блюда.

РЕШЕНИЕ

Добавили быстрое обновление наличия и запасные объявления с заменами.

ПЛАН РАБОТЫ

Что происходит по ходу проекта.

  1. 01Недели 1–2

    Связать заказы, маржу и районы.

  2. 02Недели 3–4

    Собрать динамическую рекламу меню.

  3. 03Недели 5–7

    Запустить пути под ситуации.

  4. 04Недели 8–10

    Масштабировать по марже и загрузке.

ГЛАВНЫЙ ВЫВОД

Рост пришёл, когда реклама стала продавать то, что кухня могла выгодно выполнить, а не всё доступное в каталоге.

Сценарий условный. Работа над решением — настоящая.

Название компании, бюджет и результат созданы для этого примера и не являются опубликованным кейсом клиента. Они показывают, какую экономику, воронку и систему измерений мы заложили бы в такую задачу.

Обсудить похожее решение
Plainly — эксперимент Adepta | Adepta